洛奇

如今，開發(fā)人員的準(zhǔn)入門檻比以往任何時候都要高。重復(fù)性的任務(wù)占據(jù)了軟件開發(fā)的大部分時間，并且很容易出錯。市場上軟件開發(fā)人才短缺，團(tuán)隊(duì)超負(fù)荷工作，許多企業(yè)既無法完全掌握現(xiàn)有的日益復(fù)雜的代碼，又追不上新程序開發(fā)日新月異的發(fā)展步伐。

對于人工智能愛好者來說，推測人工智能如何改進(jìn)軟件開發(fā)是件令人興奮的事兒。人工智能能否在幾天之內(nèi)創(chuàng)建好原型框架而不用耗時幾個月甚至幾年？它會教人類開發(fā)人員如何更好地編寫代碼嗎？人工智能的研究范圍很廣，計(jì)算機(jī)編程的靈活性基本上也是無邊界的，所以很難想象當(dāng)智能程序可以幫助人類與代碼交互時，軟件開發(fā)會是什么樣子。

許多開發(fā)人員和技術(shù)經(jīng)理沒有意識到的是，在過去短短幾年里，人工智能對開發(fā)團(tuán)隊(duì)的重要性就已經(jīng)產(chǎn)生了質(zhì)的飛躍，目前我們已經(jīng)走到了人工智能輔助軟件開發(fā)的初級階段。

AI 在自動化領(lǐng)域不可或缺

所有的軟件開發(fā)組織都追求高效、敏捷開發(fā)，自動化技術(shù)已經(jīng)能實(shí)現(xiàn)大規(guī)模敏捷開發(fā)。過去十年，在進(jìn)行自動化測試時，一旦代碼發(fā)生變化，開發(fā)人員能夠立即做出反饋，同時進(jìn)行相應(yīng)的調(diào)整，因此軟件質(zhì)量有了很大提升。自動化軟件流水線利用機(jī)器人助手來生成 Pull Request 請求，從而保證更新的持續(xù)交付。

但是許多已經(jīng)運(yùn)用了這項(xiàng)技術(shù)的公司發(fā)現(xiàn)，僅依靠自動化是不夠的。自動化過程仍然存在瓶頸，大多數(shù)問題出現(xiàn)在新代碼的創(chuàng)建上。例如，自動化可以快速完成成百上千個單元測試，如果開發(fā)團(tuán)隊(duì)自己來編寫這些測試，則需要幾個小時甚至幾周。但是如果這些提交沒有經(jīng)過測試驗(yàn)證，那么自動化的流水線就會產(chǎn)生垃圾。盡管會打破原本自動化的過程，但在添加新代碼（和新測試）時，還是需要進(jìn)行人工操作。

人工智能編碼技術(shù)

一個好的消息是通過自動編寫驗(yàn)證自動化流水線其余部分的測試代碼，現(xiàn)有的人工智能代碼技術(shù)已經(jīng)可以一次性解決掉這兩個問題。這樣的任務(wù)過去需要耗費(fèi)開發(fā)人員很多時間，妨礙了他們?nèi)プ鰟?chuàng)建新功能等這種更有價值的工作。在單元測試中使用人工智能讓自動化更加完善，盡管這個過程并不容易。

正如曾經(jīng)預(yù)期的那樣，人工智能創(chuàng)建的測試與人類編寫的測試存在差異。但這些測試能在很短的時間內(nèi)生成，而且功能也算合格。如果不能做到比人類編寫的代碼更好，那就要保證出現(xiàn)問題時代碼能很容易地被修復(fù)。就如Martin Fowler在他 2006 年《論持續(xù)集成》一文中所總結(jié)的那樣：“頻繁地運(yùn)行不完美的測試，比完全不寫的完美測試要強(qiáng)得多。”

利用人工智能幫助開發(fā)者編寫代碼，讓開發(fā)人員和 IT 經(jīng)理不再被時間、成本和工作質(zhì)量無法權(quán)衡的問題所困擾。不少開發(fā)人員在最初進(jìn)行軟件開發(fā)時都頗具創(chuàng)造力，但是大量的重復(fù)性的工作消磨掉了他們原本的創(chuàng)造力。人工智能輔助開發(fā)不僅能讓開發(fā)人員在不犧牲質(zhì)量的情況下更快、更經(jīng)濟(jì)地創(chuàng)建新產(chǎn)品，也能幫助他們快速地完成重復(fù)性任務(wù)，把注意力回歸到創(chuàng)造性任務(wù)中，讓他們在工作中更有獲得感。

落地是關(guān)鍵

像金融業(yè)這些高度重視代碼質(zhì)量的行業(yè)，也已經(jīng)開始使用人工智能輔助軟件開發(fā)。例如，為提高軟件開發(fā)效率，高盛（Goldman Sachs）最近已經(jīng)開始使用人工智能編寫代碼。他們利用 AI 工具為一個遺留的應(yīng)用程序編寫了 3000 多個單元測試和 1.5 萬多行代碼，在幾個小時內(nèi)就創(chuàng)建了一個完整的測試套件。與人工編寫測試每個平均耗時 30 分鐘相比，AI 工具能以超過 180 倍的速度編寫測試?？偟膩碚f，銀行利用這項(xiàng)技術(shù)節(jié)省了一年多的開發(fā)時間。

微軟也曾開源Sketch2Code，利用人工智能輔助技術(shù)幫助設(shè)計(jì)師和工程師將手繪的用戶界面草圖轉(zhuǎn)換為可用的 HTML 代碼。設(shè)計(jì)師和工程師們在設(shè)計(jì)上達(dá)成一致意見后，會將草圖拍攝下來，然后手動將草圖翻譯成 HTML 代碼，這個翻譯過程耗時耗力，還會拖慢整個設(shè)計(jì)過程。因此，開發(fā)人員設(shè)想如果將白紙上手繪的這些設(shè)計(jì)草圖立即反映在瀏覽器中會怎樣呢？結(jié)果是設(shè)計(jì)師們在頭腦風(fēng)暴結(jié)束后，立即可以擁有一個已經(jīng)由設(shè)計(jì)師、開發(fā)人員甚至客戶驗(yàn)證過的現(xiàn)成原型，這樣可以為網(wǎng)站和應(yīng)用程序開發(fā)省去不少時間，因此也就有了 Sketch2Code 的誕生。

Facebook 在這方面也不甘落后，早在去年公司就開發(fā)了一款名為Getafix的工具，可以自動查找出 bug 的修復(fù)方案，并提供給工程師審批，這極大提高了工程師的工作效率和整體代碼質(zhì)量。Getafix 不僅能夠?yàn)楣こ處熖峁┲庇^的修復(fù)方案，還能利用更強(qiáng)大的聚類算法，分析問題代碼的上下文找到更合適的修復(fù)方案。這款 AI 輔助bug 修復(fù)軟件——Getafix 已經(jīng)被部署到擁有數(shù)十億用戶的 Facebook 的生產(chǎn)環(huán)境中，大大提升了應(yīng)用程序的穩(wěn)定性。

人工智能輔助開發(fā)未來可期

值得一提的是，目前人工智能輔助開發(fā)還停留在非常初級的階段，只能輔助開發(fā)人員編碼和進(jìn)行自動測試，無法實(shí)現(xiàn)大規(guī)模工業(yè)化應(yīng)用，復(fù)雜和高難度的編程還要依靠人類開發(fā)人員。但我們依然需要這樣的 AI 輔助技術(shù)幫助開發(fā)人員扛下那些基礎(chǔ)性的“粗活累活”，讓他們有更多時間和精力完成更加復(fù)雜的開發(fā)。

隨著人工智能技術(shù)的不斷進(jìn)步以及成功應(yīng)用在更多案例中，各個行業(yè)未來都將加大人工智能在軟件開發(fā)方面的投入。全球科技巨頭們躍躍欲試開源各種 AI 輔助開發(fā)工具，可見，他們想要在這項(xiàng)技術(shù)領(lǐng)域中分一杯羹的野心昭然若揭。為了在競爭中保持優(yōu)勢并擴(kuò)大規(guī)模，市場主體還需要將提高效率的新工具集成到開發(fā)過程中。與此同時，人工智能輔助軟件開發(fā)技術(shù)正在完成首次迭代更新，也讓我們初步了解了未來編碼技術(shù)將如何發(fā)展。